Bioclimatología con R - Universidad de Murcia · 3.6. Climogramas ... Realización de los diversos...

Geobotánica, Práctica 1

Bioclimatología con RDr. Francisco José Alcaraz Ariza

Universidad de MurciaEspaña

(versión de 6 de febrero de 2013)

Copyright: © 2013 Francisco José Alcaraz Ariza. Esta obra está bajo una licencia de Reconocimiento-No Comercial de Creative Commons. Para ver una copia de esta licencia, visite

http://creativecommons.org/licenses/by-nc/3.0/deed.es_CL o envíe una carta a Creative Commons, 559 Nathan Abbott Way, Stanford, California 94305, USA.

Índice

1. Introducción..................................................................................................................................................... 1

1.1. Bioclimatología..........................................................................................................................................................1

1.2. R y su aplicación a la bioclimatología........................................................................................................................1

1.3. Preparación de los datos.............................................................................................................................................1

2. Ejemplo de una función en R: cálculo del índice de aridez de Lang..........................................................2

3. La práctica........................................................................................................................................................ 5

3.1. ¿Qué se va a hacer?....................................................................................................................................................5

3.2. Empezando la sesión..................................................................................................................................................5

3.3. Diagramas simples.....................................................................................................................................................5

3.4. Varios índices y clasificaciones..................................................................................................................................6

3.5. Clasificación fitoclimática de Rivas-Martínez............................................................................................................9

3.6. Climogramas..............................................................................................................................................................9

3.7. Diagramas ombrotérmicos de Bagnouls y Gaussen..................................................................................................11

3.8. Balances hídricos......................................................................................................................................................12

4. Creando ficheros para impresión.................................................................................................................15

5. En la red.......................................................................................................................................................... 16

6. Bibliografía..................................................................................................................................................... 17

6.1. Documentos.............................................................................................................................................................17

6.2. Internet.....................................................................................................................................................................17

7. Apéndice: Fichas climáticas.........................................................................................................................18

http://creativecommons.org/licenses/by-nc/3.0/deed.es_CL


Índice de cuadrosCuadro 1: El archivo santomerae.dat.............................................................................................................................................2

Cuadro 2: El archivo santomerae.loc.............................................................................................................................................2

Cuadro 3: Clasificación de Holdridge..........................................................................................................................................10

Cuadro 4: Clasificación de Köppen.............................................................................................................................................11

Cuadro 5: Símbolos adicionales clasificación de Köppen............................................................................................................11

Cuadro 6: Bioclimas propuestos por Rivas-Martínez...................................................................................................................12

Cuadro 7: Ficha de Colomb Bechar (Argelia)..............................................................................................................................18

Cuadro 8: Ficha de Antártica......................................................................................................................................................18

Cuadro 9: Ficha de Buenos Aires, Dársena Sur (Argentina)........................................................................................................19

Cuadro 10: Ficha de Ushuaia (Argentina)....................................................................................................................................19

Cuadro 11: Ficha de Kalgoorlie (Australia).................................................................................................................................20

Cuadro 12: Ficha de El Bosque (Chile).......................................................................................................................................20

Cuadro 13: Ficha de Montpellier (Francia)..................................................................................................................................21

Cuadro 14: Ficha de (Groenlandia)..............................................................................................................................................21

Cuadro 15: Ficha de Point Barrow (Alaska, USA)......................................................................................................................22

Cuadro 16: Ficha de Maracaibo (Venezuela)...............................................................................................................................22

Cuadro 17: Ficha de Akureyri (Islandia)......................................................................................................................................23

Índice de figurasFigura 1: Pantalla en servbiob.inf.um.es........................................................................................................................................6

Figura 2. Aplicación de la función tmbar sobre la estación de Ostrov...........................................................................................7

Figura 3. Aplicación de la función índices a la estación de Takoradi.............................................................................................8

Figura 4. Aplicación de la función rivas a la estación de Takoradi...............................................................................................13

Figura 5. Aplicación de la función climogram a la estación de Takoradi.....................................................................................14

Figura 6: Ejemplo de diagrama ombrotérmico realizado con la función diagram........................................................................14

Figura 7: Ejemplo de balance hídrico realizado con diagrambh...................................................................................................16

2


Bioclimatología con R

1. Introducción

1.1. Bioclimatología

El objetivo de la bioclimatología es buscar las relaciones entre el clima de los diversos territorios de la Tierra y su cubierta vegetal; se trata de poder predecir las características morfológicas y estructurales de la flora, vegetación y paisaje vegetal de un territorio una vez conocidos los datos climáticos del mismo y viceversa: dado el conocimiento de la vegetación de una zona, que puedan predecirse las principales características de su clima.

Esto lo consigue a través del análisis de los datos de estaciones meteorológicas fiables y la aplicación a las mismos de una serie de transformaciones matemáticas, generalmente denominadas índices y el estudio de su significación. También se han ideado diversas formas gráficas de expresar estos datos en su conjunto, conocidos por diagramas bioclimáticos, de modo que se puedan inferir las principales características del bioclima de los diversos territorios estudiados echando un rápido vistazo a estos gráficos.

Los problemas para desarrollar adecuadamente un estudio bioclimático son numerosos, destacando:

● Obtención de los datos (publicaciones, anotaciones en centros meteorológicos, obtención de los datos informatizados, etc.).

● Procurar que el periodo de toma de datos sea tan amplio como se pueda (menos de 2 ciclos solares –22 años– suele ser insuficiente).

● Selección de los datos de mayor interés.

● Selección de los índices a utilizar.

● Selección de los gráficos a usar.

● Realización de los diversos cálculos y diagramas e interpretación de los mismos.

1.2. R y su aplicación a la bioclimatología

En la práctica se utilizará el paquete informático «R» y se analizará parte de su utilidad para el cálculo y la representación gráfica. Estas capacidades se han usado para implementar paquetes específicos para muy distintos campos (ver lista de paquetes disponibles en http://cran.es.r-project.org).

La bioclimatología es otra disciplina en la que «R» tiene muchas posibilidades; ya están disponibles un par de paquetes en la red relacionados con el clima (clim, climatol) en los que ya es evidente la potencia que puede alcanzar. Sin embargo todavía no hay ninguno específico sobre bioclimatología; por eso se han preparado varias funciones que nos van a permitir hacer diversos cálculos de índices y crear diagramas; además se complementará la sesión de trabajo con la visita a algunas páginas en Internet desde las que se puede descargar datos climáticos o realizar análisis complementarios a los desarrollados en la microaula.

1.3. Preparación de los datos

Las funciones que se han desarrollado en «R» para la práctica están adaptadas a un formato de datos homogéneo, de modo que los ficheros que se preparen puedan ser utilizados por todas ellas. Se ha separado la información de cada estación en dos ficheros independientes, uno de ellos (de extensión .dat) incluye los datos mensuales de precipitación en milímetros (pm), temperatura (en grados centígrados) media de las máximas (tma), temperatura media de las mínimas (tmi) y temperatura media de las mínimas absolutas (tmia). En caso de no disponer de detalles sobre los diversos aspectos de la temperatura el fichero puede quedar reducido a dos columnas, la primera con la precipitación media mensual (pm) y la segunda con la temperatura media mensual (tm), las funciones detectarán automáticamente si el fichero tiene dos o cuatro columnas, pero en el primer caso algunos de los cálculos no se llevarán a cabo (por ejemplo, en la función para realizar diagramas ombrotérmicos no se representarán los periodos de heladas probables y seguras) e incluso alguna función no podrá usarse (rivas.R).

El segundo fichero (de extensión .loc), incluye información relevante sobre la estación, como son su nombre (est), altitud (alt), número de años de toma de datos de precipitación (yearp), de temperatura (yeart), grados de latitud (lat1), minutos de latitud (lat2), hemisferio (hem, 1: norte, 2: sur), grados de longitud

http://cran.es.r-project.org/


(long1), minutos de longitud (long2) y la longitud (long3, 1: Este, 2: Oeste).

Aunque varía el tipo de extensión, el nombre base de los dos ficheros de cada estación debe ser el mismo; por ejemplo, para la estación del Embalse de Santomera, los ficheros se han denominado: santomerae.dat (cuadro 2) y santomerae.loc (cuadro 11). Es muy importante recordar que el signo decimal a utilizar en estos ficheros es un punto; caso de utilizarse la coma habría que cambiar los programas para que «R» interpretara adecuadamente los datos.

Por lógica, el formato de los archivos de datos es sólo texto, asegurando una alta portabilidad.

Cuadro 1: El archivo santomerae.dat

pm tma tmi tmia

19,2 14,5 5 -0,1

17,4 16,1 5,1 0,5

26,2 18,4 7,3 1,3

34,6 20,7 8,1 3,4

26,2 24,5 11,7 7,4

24,4 28,4 14,5 10,9

7,6 31,8 18,2 14,8

11 30,8 17,7 15,3

26,2 28,2 15,9 11,8

61,6 31,5 12,5 7,2

33,3 22,9 8,5 2,4

27,1 14,9 5,2 0

Cuadro 2: El archivo santomerae.loc

est alt yearp yeart lat1 lat2 hem long1 long2 long3

“Embalse Santomera (Mu)” 90 15 15 38 1 1 0 20 2

La preparación de estos ficheros se puede realizar desde cualquier editor de texto (emac, gedit, kwrite, nano, nedit, vi, wordpad, etc.), también se pueden introducir las variables y sus valores desde el mismo «R», pero el proceso es más complicado.

2. Ejemplo de una función en R: cálculo del índice de aridez de Lang

Como ejemplo de lo relativamente sencillo que es crear funciones en «R» que lean los datos de estos archivos y apliquen un índice climático, vamos a ver paso a paso una función que calcula el índice de Lang y de acuerdo con el mismo da una clasificación bioclimática para la estación, presentándonosla en una de las ventanas gráficas de R.

Recordemos que el índice de Lang, considerado por su autor como de aridez, es el resultado de la relación entre la precipitación media anual en milímetros y temperatura media anual en grados centígrados (IL=Pm/Tm), según el valor

2


del índice Lang consideraba las siguientes zonas bioclimáticas:

● 0 ≤ IL < 20: Desiertos

● 20 ≤ IL < 40: Zona árida de estepas

● 40 ≤ IL < 60: Zona semiárida de estepas y arbustos

● 60 ≤ IL < 100: Zona húmeda de bosques ralos (templada cálida)

● 100 ≤ IL < 160: Zona húmeda de bosques densos (templada húmeda)

● IL ≥ 160: Zona hiperhúmeda de prados y tundra

Aquí viene la función que comparte muchas líneas con las restantes que utilizaremos, especialmente las primeras para cargar los ficheros.

ILang<-function(file,lang="es",margen=c(2,1,5,2),mlab="") {

par(mar=margen,pty="s",las=1,new=FALSE,cex.main=1.6)

#################################################

#Cargamos los ficheros

paste(file,".dat",sep="")->file1

paste(file,".loc",sep="")->file2

read.table(file1,header=T)->dat

read.table(file2,header=T)->loc

#Controlamos número de columnas en el fichero de datos

nc<-ncol(dat)

#Enlazamos los nombres de las variables a los de las columnas de los ficheros

attach(dat)

attach(loc)

#Temperaturas medias mensuales

if(nc==4) {tm<-(tma+tmi)/2} #El fichero .dat tiene 4 columnas

#En caso contrario es evidente que la segunda columna, interpretada por «attach» es tm

#Se calcula la temperatura media anual y la precipitación media anual

Tm<-sum(tm)/12

Pm<-sum(pm)

#################################################

ILang="" #Variable que incluirá el valor del índice de Lang, la ponemos a cero

CLang="" #Variable para la calificación bioclimática de Lang, la ponemos a cero

ILang=round((Pm/Tm),digits=1) #Ya tenemos calculado el índice

#Ahora unos bucles para las calificaciones bioclimáticas de acuerdo con el índice

if (lang=="es") { #Si el idioma es el por defecto, castellano

if(ILang<20) CLang<-"Desierto" else

if(ILang>=20 && ILang<40) CLang<-"Zona árida de estepas" else

if(ILang>=40 && ILang<60) CLang<-"Zona semiárida de estepas y arbustos" else

if(ILang>=60 && ILang<100) CLang<-"Zona húmeda de bosques ralos" else

if(ILang>=100 && ILang<160) CLang<-"Zona húmeda de bosques densos" else

3


Clang<-"Zona hiperhúmeda de prados y tundra"} else

if (lang=="en"){ #hemos dado en la entrada el lenguaje en inglés

if(ILang<20) CLang<-"Desert" else

if(ILang>=20 && ILang<40) CLang<-"Stepic arid zone" else

if(ILang>=40 && ILang<60) CLang<-"Semiarid zone with stepe and shrubs" else

if(ILang>=60 && ILang<100) CLang<-"Humid zone with open forests" else

if(ILang>=100 && ILang<160) CLang<-"Humid zone with forest" else

Clang<-"Perhumid zone with pastures and polar tundra"}

#Ahora tenemos la información suficiente para preparar el gráfico-cuadro resumen

if(lang=="en") titulo<-"Lang classification" else titulo<-"Clasificación de Lang"

plot.new()

#Título e información de la localidad

if(hem==1) z<-"N" else z<-"S"

mtext(titulo,line=1,adj=0.5,font=2,cex=1.5,col="red")

text(-0.04,1,paste("",est," [",alt," m]"),adj=0,col="blue",font=2)

text(-0.04,0.95,paste(" Latitud: ",lat1,"º ",lat2,"' ",z),adj=0,col="blue",font=2)

#Línea doble superior

abline(0.9,0,col="blue")


#Línea discontínua de separación

abline(0.8,0,col="blue",lty=6)

#Clasificaciones

text(0.40,0.70,paste("Lang= " ,ILang,", ",CLang,sep=""))

#text(0.30,0.65,paste("Clasificación de Lang=" ,CLang,sep=""))

#Línea discontínua inferior

abline(0.16,0,col="blue",lty=6)

#Doble línea final



Vamos a pasar a realizar las primeras pruebas con las funciones disponibles; los nombres base de los ficheros de datos disponibles, que por comodidad deberían estar en el directorio desde el que se lanza «R», son los siguientes:

anchorage arica

berkeley cherrapunji

douala jumillail

lapazbol lima

mcmurdo ostrov

sandiego santomerae

tamatave takoradi

tokio ushuaia

verkhoyansk waialua

yeclachs yeclacp

4


3. La práctica

3.1. ¿Qué se va a hacer?

En la práctica se van a probar las funciones aplicándolas a diversos ficheros, algunos ya preparados, pero deberán crear alguno utilizando los datos que se adjuntan en el apéndice de este documento. También pueden, si lo desean, utilizar datos propios, por ejemplo los de alguna estación meteorológica situada cerca de la zona en la que van a realizar el trabajo práctico, de este modo los resultados podrán utilizarlos en la confección del mismo.

Posteriormente se navegará por Internet, para ver aplicaciones en línea con la clasificación climática de Rivas Martínez, así como fuentes de datos meteorológicos a nivel mundial.

3.2. Empezando la sesión

En estas prácticas se trabajará con un servidor que centralizará datos y programas para todos los usuarios. En realidad trabajaremos todos a la vez en un mismo ordenador que no está en la microaula; nos conectaremos al mismo, de modo que las máquinas de la microaula funcionarán como terminales.

El servidor se llama servbiob.inf.um.es y funciona bajo sistema operativo Linux. En un sistema operativo multiusuario como este resulta frecuente hacer conexiones remotas desde otro ordenador que actúa como terminal. Existen diversos programas para hacer esta conexión, vamos a utilizar VNC (Virtual Network Client), para conectarse sigua los siguientes pasos:

1. Arranque desde el menú de Windows → Biologia → VNC-> vncviewer

2. Introduzca el nombre del servidor (servbiob.inf.um.es) y haga click en aceptar (OK)

3. Si todo ha ido bien verán la pantalla de bienvenida de servbiob.bio.um.es donde deberán introducir

3.1.Su nombre de usuario (ma<x1>)

3.2. Su contraseña (biologia<x>)

4. Si lo anterior se ha realizado correctamente el sistema mostrará la pantalla del escritorio en el servidor remoto (algo similar a lo mostrado en la figura 1).

5. Frecuentemente la pantalla aparece configurada para sólo 256 colores; puede arreglar esto haciendo «click» en la esquina superior derecha de la pantalla remota, sobre el icono con un “ojo”; se desplegará un menú con numerosas funciones, seleccione «Full colors».

6. Pulse entonces en el icono terminal que aparece en la barra de herramientas superior.

7. En la terminal escribiremos cd Desktop/Botánica/Bioclima para pasar al directorio donde están ubicadas las funciones que vamos a utilizar durante la práctica. Ahora puede arrancar el programa simplemente tecleando R.

3.3. Diagramas simples

En todos los casos vamos a proceder del mismo modo; primero cargamos la función y después ya se puede aplicar la función cargada sobre cualquiera de los ficheros de datos. Por ejemplo, para llamar a la función tmbar, deberemos proceder del modo siguiente (además se puede hacer una llamada a «lang» para que los textos estén en inglés, si se omite saldrán en castellano):

source("tmbar.R")

tmbar("santomerae",lang="en")

Se dispone de tres funciones simples:

● tmbar: diagrama de barras con la distribución mensual de temperaturas medias (ver figura 2 en la página7).

● pmbar: diagrama de distribución mensual de precipitaciones medias.

● psbar: diagrama de distribución estacional de precipitaciones.

1 <x> es un número, del 1 al 20, que será señalado para cada puesto informático por el profesor.

5


3.4. Varios índices y clasificaciones

La función que vamos a ver a continuación nos mostrará para la estación llamada los valores de varios índices de aridez y las clasificaciones derivadas de ellos: Dantin y Revenga, Holdridge, Köppen, Lang y Martonne. La función se llama «indices» (ver figura 3 en la página 8).

Índice de Dantin y Revenga

Tanto el índice de aridez de Lang como el de Martonne en realidad representan la inversa de aquella, pues a mayor aridez sus valores son más bajos. Por eso dos españoles (Dantin Cereceda y Revenga Carbonell, 1941) propusieron un verdadero índice de aridez con la siguiente formulación:

IDR=100 x Tm/Pm

Consideran las siguientes zonas bioclimáticas:

● IDR < 2: Zona húmeda

● 2 ≤ IDR < 3: Zona semiárida

● 3 ≤ IDR < 6: Zona árida

● IDR ≥ 6 : Zona subdesértica

6

Figura 1: Pantalla en servbiob.inf.um.es


Clasificación de Holdridge

Holdridge (1967) reconoció 38 zonas en función de las temperaturas medias en grados centígrados y la precipitación anual en milímetros. Este sistema es muy utilizado en Centro y Norteamérica (ver cuadro 5 página 11).

Clasificación de Köppen

Es una de las clasificaciones más utilizadas. Fue desarrollada por Wladimir Köppen, un climatólogo alemán, sobre 1990, con algunas modificaciones posteriores (1918, 1936). Está fundamentada en la idea de que la vegetación natural es el mejor reflejo del clima y combina las medias anuales de temperaturas y precipitación, junto con la estacionalidad de las precipitaciones. Un esquema de la clasificación se puede ver en el cuadro 6 (página 12)

En dicho cuadro el significado de los símbolos usados es:

● a:

✔ Tc es la temperatura media del mes más frío.

✔ Tw es la temperatura media del mes más cálido.

✔ Ta es la temperatura media anual.

7

Figura 2. Aplicación de la función tmbar sobre la estación de Ostrov.


● b:

✔ Pd es la precipitación media (cm) del mes más seco.

✔ Pw es la precipitación media (cm) del mes más húmedo.

✔ Pa es la precipitación media anual (cm).

● 1: f significa que la precipitación se distribuye a lo largo de todo el año.

● 2: w significa que el invierno es relativamente seco.

● 3: m significa un clima monzónico con un corto periodo invernal.

● 4: h o k puede ser añadido en un tercer nivel a los climas tipo B, si Ta > 18 o Ta < 18, respectivamente.

● 5: s significa un verano seco.

● (α): si la lluvia se distribuye a lo largo de todo el año.

● (β): si la mayor parte de la lluvia cae en verano.

● (γ): si la mayor parte de la lluvia cae en invierno.

● Un tercer símbolo es en ocasiones añadido en los tipos C y D según la temperatura, tal y como aparece en el cuadro 7 (página 18).

Índice de aridez de Lang.

Como ya se ha comentado con anterioridad, es el resultado de la relación entre la precipitación media anual en milímetros y temperatura media anual en grados centígrados (IL=Pm/Tm), según el valor del índice, se consideran las siguientes zonas bioclimáticas:

● 0 ≤ IL < 20: Desiertos

● 20 ≤ IL < 40: Zona árida de estepas

● 40 ≤ IL < 60: Zona semiárida de estepas y arbustos

● 60 ≤ IL < 100: Zona húmeda de bosques ralos (templada cálida)

● 100 ≤ IL < 160: Zona húmeda de bosques densos (templada húmeda)

● IL ≥ 160: Zona hiperhúmeda de prados y tundra

8

Figura 3. Aplicación de la función índices a la estación de Takoradi


Índice de aridez de Martonne

Muy similar al de Lang, simplemente consiste en evitar los efectos indeseables que pudieran darse en el cálculo del primero para estaciones de sitios muy fríos en los que la temperatura media anual puede ser negativa. De este modo el índice es el siguiente:

● IM = Pm/Tm+10

Las zonas reconocidas por Martonne son:

● IM < 20: País seco

● 20 ≤ IM < 40: País subhúmedo

● IM ≥ 40: País Húmedo

La función se denomina a utilizar se denomina indices.R.

3.5. Clasificación fitoclimática de Rivas-Martínez

Rivas Martínez distingue 5 tipos de unidades básicas o macrobioclimas: Tropical, Mediterráneo, Templado, Boreal y Polar y dentro de cada una varios bioclimas (ver cuadro 8 en la página 18).

Además considera una serie de variantes bioclimáticas particulares que matizan características especiales del clima en algunos casos.

La función a cargar se denomina rivas.R, y se muestra como un cuadro con los principales índices y denominaciones climáticas (ver figura 4 en la página 13).

3.6. Climogramas

Muy utilizados por climatólogos, en ellos se representa en ordenadas la temperatura media de cada mes en grados centrígrados y en abcisas la precipitación media de cada mes en milímetros, dan una clara idea de cuáles son los meses secos y los húmedos.

La función se llama climogram.R (ver figura 5 en la página 14).

9


Cuadro 3: Clasificación de Holdridge

Temperatura media (o C)

Precipitación anual mm

< 1,5 1,5-3 3-6 6-12 12-18 18 - 24 > 24

< 125

Polar

Tundra seca Desierto boreal

Desierto templado frío

Desierto templado cálido

Desierto subtropical

Desierto tropical

125 - 250 Tundra húmeda

Matorral seco

Desierto arbustivo templado frío

Desierto arbustivo templado cálido

Desierto arbustivo subtropical

Desierto arbustivo tropical

250 - 500 Tundra muy húmeda

Bosque húmedo (puno)

Estepa Estepa espinosa

Matorral espinoso subtropical

Matorral espinoso tropical

500 - 1000

Tundra pluvial

Bosque muy húmedo (páramo)

Bosque húmedo templado frío

Bosque seco templado cálido

Bosque seco subtropical

Bosque muy seco

1000 - 2000 Bosque pluvial (páramo pluvial)

Bosque muy húmedo templado frío

Bosque húmedo templado cálido

Bosque húmedo subtropical

Bosque tropical seco

2000 - 4000 Pluviisilva templada fría

Bosque muy húmedo templado cálido

Bosque muy húmedo subtropical

Bosque húmedo tropical

4000 - 8000 Pluviisilva templada cálida

Pluviisilva subtropical

Bosque tropical muy húmedo

> 8000 Pluviisilva tropical

10


Cuadro 4: Clasificación de Köppen

Clima Clase Temperatura o C a Precipitación en cm b

Selva Af1 Tc > 18 Pd > 6, Pa > 100

Sabana tropical Aw2 Tc > 18 Pa > 100; Pd < (6-[ Pa-100]/25)

Monzónico Am3 Tc > 18 Pa > 100; (6-[ Pa-100] /25) < Pd < 6

Estepas con corto periodo húmedo

BS4 Tw > 10 (α) 2(Ta + 7) > Pa > (Ta + 7); (β) 2(Ta + 14) > Pa

> (Ta + 14); (γ) 2Ta > Pa > Ta

Desértico BW4 Tw > 10 (α) Pa < (Ta + 7); (β) Pa < (Ta + 14); (γ) Pa < Ta

Templado Transición Mediterráneo

Cf1 Cw2 Cs5 -3 < Tc < 18 (Cw) Pw > 10Pd; (Cs) Pw > 3Pd

Boreal oceánico, muy nivoso Boreal continental, poco nivoso

Df1; Dw2 Tc < -3; Tw > 10 (Dw) Pw > 10Pd

Tundras ET 0 < Tw < 10

Hielos perennes EF Tw < 0

Cuadro 5: Símbolos adicionales clasificación de Köppen

símbolo a b c d

Significado Tw > 22 Tw < 22 y al menos 4 meses con T > 10 o C

Tw < 22 y al menos 8 meses con T < 10 o C

Tc < -38

3.7. Diagramas ombrotérmicos de Bagnouls y Gaussen

De gran éxito en bioclimatología, estos diagramas se caracterizan por que:

● Un mes se considera seco si la precipitación en milímetros es menor que el doble de la temperatura en grados centígrados.

● En los diagramas se usan dos escalas, una para la temperatura y otra para la precipitación, de manear que a «x» grados de temperatura le corresponden «2x» milímetros de lluvia.

● La escala de lluvias se divide por 10 a partir del valor de 100 mm.

● Se representan los meses en el orden enero-diciembre en las estaciones del hemisferio Norte y julio-junio, para las del hemisferio Sur.

● Se pueden completar con referencias a las heladas probables y seguras, el periodo de actividad vegetal, diversos índices y la diagnosis bioclimática.

● Permiten comparar de un solo vistazo los climas de estaciones de todo el mundo.

● Las heladas se representan en una barra debajo de la línea horizontal que hay sobre las etiquetas de los meses. Se trata de una aproximación cuando se dispone de los datos de media de las mínimas (tmi) y media de las mínimas absolutas (tmia):

✔ Si tmia>0 y tmi>0: No hay heladas en ese mes.

✔ Si tmia<0 y tmi>0: Hay heladas probables en ese mes.

✔ Si tmia<0 y tmi<0: Hay heladas seguras en ese mes.

11


● Si no se dispone de estos datos, el programa funciona también pero no representará las heladas.

Las funciones a cargar son:

● diagram.R: muestra el diagrama (ver figura 6 en la página 14).

● resumen.R: cuadro resumen de datos.

3.8. Balances hídricos

Muy utilizados en edafología para conocer el estado hídrico del suelo a lo largo del año. Además de la opción de lengua (lang=“en”), podemos dar otro parámetro, que es el de la capacidad del suelo para absorber agua (reserva); por defecto la reserva utilizada por el programa es de 200, pero se puede cambiar al introducirla como opción (res=«nuestro valor»).

Vamos a utilizar dos funciones, la primera nos muestra en una tabla todos los cálculos, la segunda realiza el diagrama:

● bh.R

● diagrambh.R (ver resultados en la figura 7, página 16).

Cuadro 6: Bioclimas propuestos por Rivas-Martínez

Macrobioclima Tipos de BioclimaValores climáticos

Iod2 Io Am

TROPICAL

PluvialPluviestacionalXéricoDesérticoHiperdesértico

> 2,5 2,5

> 3,6> 3,63,6-1,01,0-0,1 0,1

MEDITERRÁNEO

Pluviestacional-oceánicoPluviestacional-continentalXérico-oceánicoXérico-continentalDesértico-oceánicoDesértico-continentalHiperdesértico

> 2,0> 2,21,0-2,01,0-2,20,1-1,00,1-1,0< 0,1

21> 21 21> 21 21> 21

TEMPLADO

HiperoceánicoOceánicoContinentalXérico

> 3,6> 3,6< 3,6 3,6

11> 11 y 21> 21

BOREAL

HipercontinentalXéricoHiperoceánicoOceánicoSubcontinentalContinental

3,6 3,6> 3,6> 3,6> 3,6

> 46y 46 11 11 y 21 21 y 2828 y hasta 46

Tp Io Am

POLAR

PergélidoXéricoHiperoceánicoOceánicoContinental

= 0> 0> 0> 0> 0

3,6> 3,6> 3,6> 3,6

11 11>11-21> 21

12


13

Figura 4. Aplicación de la función rivas a la estación de Takoradi


14

Figura 5. Aplicación de la función climogram a la estación de Takoradi


4. Creando ficheros para impresión

Podemos desde R hacer que la salida gráfica, que por defecto es al monitor del ordenador, se realice a un fichero, destacando por su utilidad los de formato «pdf» y el vectorial «svg».

Antes de hacer la llamada a la función (por ejemplo «diagram») es preciso cargar la librería cairoDevice y cambiar de salida, desde monitor a pdf o svg, dando el nombre del fichero, y después de lanzar la función hay que cerrar la salida para que de nuevo esta se redirija a la pantalla.

Vamos a ver un ejemplo para ambas salidas, suponiendo que queremos el diagrama climático de la estación de «tamatave»:

● Salida a pdf

library(cairoDevice)

source(“diagram.R”)

Cairo(file=“tamatavediagrama.pdf”,width=7,height=7,pointsize=10)

diagram(“tamatave”)

dev.off()

Basta cambiar la extensión del nombre del fichero a «ps», «png», «svg» para obtener los ficheros en los formatos correspondientes. Al final de estos procesos tendremos en el directorio de trabajo los ficheros con el nombre que hemos puesto y la extensión correspondiente.

15


5. En la red

La clasificación de Salvador Rivas Martínez la podemos ver en detalle en Internet, a través de la página http://www.globalbioclimatics.org., igualmente hay más información sobre la misma en el guión del tema 6.

16

http://www.globalbioclimatics.org/


6. Bibliografía

6.1. Documentos

Blaney, H.F. y Criddle, W.D. 1950. Determining water requeriments in irrigated areas from climatological and irrigation data . VSDA, Soil Conservation SErvice Technical Paper 96.

Dantin, J. y Revenga, A. 1941. Las líneas y las zonas isóxeras de España, según los índices termopluviométricos. Avance al estudio de la aridez en España. Estudios Geográficos, 2: 35-91.

Gaussen, H. y Bagnouls, F. 1952. L'indice xérothermique. Bulletin de l'association des Géographes francais: 10-16.

Holdridge, L.R. 1947. Determination of world plant formations from simple climatic data. Science, 105: 367-368.

Holdridge, L.R. 1967. Life zone ecology. Rev. ed. San José, Tropical Science Center.

Köppen, W. 1900. Versuch einer Klassifikation der Klimate, vorzugsweise nach ihrer Beziehung zur Pflanzenwelt. Geobraphische Zeitschrift, 6: 593-611, 657-679.

Köppen, W. 1936. Das geographische System der Klimate. Handbuch der Klimatloige, Bd. 1, Teil C.

Lang, R. 1920. Verwitterung und Bodenbildung als Einführung in die Bodenkunde. Stuttgart.

De Martonne, E. de. 1926. Aréisme et l'indice d'aridité. Comptes rendus de l'Academie des Sciences de Paris, 182.

Papadakis, J. 1966. Climates of the World and their agricultural potentialities. Buenos Aires.

Penman, H.L. 1948. Natural evaporation from open water, bare soil and grass. Proceedings of the Royal Societe A., 193: 120-146.

Thornthwaite, C.W. 1948. An approach towards a rational classification of climate. Geographical Revue, 38: 55-94.

Turc, L. 1954. Le bilan d'eau des dols: relation entre les précipitations, l'évaporation et l'ecoulement. Sol Africains, 3: 575-582.

Walter, H. 1955. Die Klimadiagramme als Mittel zur Beurteilung der Klimaverhältnisse für ökologische, vegetationskundliche und landwirtschaftliche Zwecke. Derichte der Deutschen Botanischen Gesellschaft, 68: 331-334.

6.2. Internet

http://en.wikipedia.org/wiki/Koppen_climate_classification

http://es.wikipedia.org/wiki/Sistema_Holdridge

http://webs.ono.com/climatol/climatol.html

http://www.aproa.cl/1531/fo-article-67553.pdf

http://www.cna.gob.mx

http://www.inm.es

http://www.ucm.es/info/cif

http://www.um.es/docencia/geobotanica

http://www.weatherbase.com

http://www.worldclimate.com

17

http://www.worldclimate.com/

http://www.weatherbase.com/

http://www.um.es/docencia/geobotanica

http://www.ucm.es/info/cif

http://www.inm.es/

http://www.cna.gob.mx/

http://www.aproa.cl/1531/fo-article-67553.pdf

http://webs.ono.com/climatol/climatol.html

http://es.wikipedia.org/wiki/Sistema_Holdridge

http://en.wikipedia.org/wiki/Koppen_climate_classification


7. Apéndice: Fichas climáticas

Cuadro 7: Ficha de Colomb Bechar (Argelia), 31º 39' N, 2º 15' W, 811 m, T (27 años), P (31 años)

pm tma tmi tmia

7,1 15,6 1,7 -4,4

8,9 18,9 4,4 -3,3

13 22,2 8,3 -1,1

8,1 26,7 12,8 2,8

3 30,6 16,7 7,2

2 35,6 21,7 10

0 40 25,6 17,8

4,1 38,9 25 16,7

7,1 33,9 20,6 9,4

14 27,2 13,9 3,9

13 20 7,8 -0,6

9,9 16,7 2,8 -6,1

Cuadro 8: Ficha de Antártica, 89º 59' S, 0º 0' W, 2800 m, T (6 años), P (6 años)

pm tma tmi tmia

0,8 -26,7 -30,6 -37,2

1,3 -36,7 -41,1 -56,1

0 -52,2 -58,3 -70,6

0 -54,4 -61,7 -72,8

0 -52,2 -60 -72,2

0 -53,9 -61,7 -74,4

0 -55 -62,8 -74,4

0 -56,1 -63,3 -77,2

0 -55,6 -62,8 -77,2

0,3 -48,3 -53,3 -65,6

0 -36,7 -40,6 -50,6

0,5 -26,7 -29,4 -38,3

18


Cuadro 9: Ficha de Buenos Aires, Dársena Sur (Argentina), 34º 38' S, 58º 21' W, 5 m, T (10 años), P (10 años)

pm tma tmi tmia

77 28,1 18,7 8,5

75 27,7 18,8 9,2

105 24,8 16,2 6,9

87 21,9 13,6 3,8

75 18 10,5 0,7

50 14,9 7,8 -2

43 14,2 6,9 -4

7 15,6 7,6 -2

86 17,8 9,8 0,4

91 22 12,5 4

76 24,2 15,2 6,1

87 27,3 17,2 6,8

Cuadro 10: Ficha de Ushuaia (Argentina), 54º 49' S, 68º 19' W, 21 m, T (10 años), P (10 años)

pm tma tmi tmia

64 14 5,3 0

46 14,4 5,1 -1,6

59 12,9 4,2 -2

51 10,1 2 -6

48 6,8 -0,4 -11,1

49 5,7 -1,4 -11,6

42 5,6 -1,3 -11,1

55 5 -1,5 -19,6

31 8,1 -0,5 -6,3

39 11 1,9 -5,1

48 11,9 3 -3,5

51 13,7 5 -0,9

19


Cuadro 11: Ficha de Kalgoorlie (Australia), 30º 46' S, 121º 28' E, 361 m, T (37 años), P (37 años)

pm tma tmi tmia

10,2 33,9 17,8 8,3

20,3 33,3 17,8 8,9

22,9 30 16,1 6,1

22,9 25,6 12,8 2,2

30,5 20,6 9,4 0

30,5 17,2 7,2 -1,1

22,9 16,7 6,1 -2,2

22,9 18,3 6,7 -2,2

12,7 22,8 8,9 -0,6

17,8 25,6 11,1 0,6

15,2 30,6 14,4 3,3

17,8 33,3 16,7 7,8

Cuadro 12: Ficha de El Bosque (Chile), 33º 33' S, 70º 41' W, 506 m, T (19 años), P (19 años)

pm tma tmi tmia

2,5 29,4 11,7 6,1

2,5 28,9 11,1 6,1

5,1 26,7 9,4 3,3

12,7 23,3 7,2 0,6

63,5 18,3 5 -2,8

83,8 14,4 2,8 -3,3

76,2 15 2,8 -4,4

55,9 16,7 3,9 -3,3

30,5 18,9 5,6 -0,6

15,2 22,2 7,2 0

7,6 25,6 8,9 2,8

5,1 28,3 10,6 2,2

20


Cuadro 13: Ficha de Montpellier (Francia), 43º 35' N, 3º 58' E, 5 m, T (31 años), P (31 años)

pm tma tmi tmia

56,1 10,6 1,1 -11,1

30 12,2 1,7 -15

72,1 15 5 -6,1

56,1 17,8 7,8 0

47 21,1 10,6 2,2

33 25,6 13,9 7,2

20,1 28,3 16,1 10

40,1 27,8 16,1 9,4

100,1 24,4 13,9 3,9

95 20 9,4 0

70,1 15 5,6 -4,4

89,9 11,1 2,2 -10

Cuadro 14: Ficha de (Groenlandia), 76º 31' N, 68º 44' W, 77 m, T (13 años), P (13 años)

pm tma tmi tmia

9,1 -20 -27,2 -39,4

8,6 -20,6 -28,9 -41,1

5,1 -22,2 -30 -42,2

4,1 -12,2 -21,7 -35,6

6,4 -2,2 -8,9 -23,9

6,1 5 0 -5,6

17 7,8 3,3 -1,7

15,2 6,7 2,2 -5

16 0 -5 -17,8

16,5 -7,2 -13,3 -24,4

12,7 -14,4 -21,1 -33,3

5,6 -18,3 -25,6 -36,1

21


Cuadro 15: Ficha de Point Barrow (Alaska, USA), 71º 20' N, 156º 38' W, 3 m, T (44 años), P (41 años)

pm tma tmi tmia

4,8 -22,8 -30 -47,2

4,1 -24,4 -31,7 -48,9

3 -22,2 -30 -46,7

3 -13,9 -22,2 -41,1

3 -4,4 -10,6 -27,8

8,9 3,9 -1,7 -13,3

22,6 7,8 0,6 -5,6

22,9 6,1 0,6 -6,7

15,2 1,1 -2,8 -17,2

14,2 -5,6 -11,1 -29,4

6,9 -14,4 -21,1 -40

4,8 -20,6 -27,2 -48,3

Cuadro 16: Ficha de Maracaibo (Venezuela), 10º 39' N, 71º 36' W, 48 m, T (14 años), P (37 años)

pm tma tmi tmia

2,5 32,2 22,8 18,9

0,8 32,2 22,8 20

0,8 32,8 23,3 19,4

20,3 33,3 24,4 20

68,6 33,3 25 20

55,9 33,9 25 20,6

45,7 34,4 24,4 21,1

55,9 34,4 25 20,6

71,1 34,4 25 20

149,9 33,3 24,4 20

83,8 32,8 24,4 21,1

15,2 32,8 23,9 20

22


Cuadro 17: Ficha de Akureyri (Islandia), 65º 41' N, 18º 6' W, 7 m, T (31 años), P (31 años)

pm tma tmi tmia

45 1 -4,2 -20,3

40 0,9 -3,9 -20

41 2,6 -3,4 -22,9

31 3,2 -1,2 -16,6

18 9,7 2,8 -9

24 12,9 5,9 -3

32 14,1 7,8 0,5

34 13,3 7,1 -2,2

44 10,7 4,7 -8,4

49 6,6 1,2 -11,2

46 3,3 -1,9 -18,3

53 1,4 -3,5 -20,2

23

Bioclimatología con R - Universidad de Murcia · 3.6. Climogramas ... Realización de los diversos...

Documents

Transcript of Bioclimatología con R - Universidad de Murcia · 3.6. Climogramas ... Realización de los diversos...